一句话总结
把表格连同它要支持的那个决策一起贴进下面的 Prompt。让模型输出 60-80 字一段、点名唯一主导模式，再加 3 条行动 bullet、一行 “watch out”、一行数据质量说明。把这段精简版放在表格上方。如果表是文件，直接把 .csv 或 .xlsx 传给 ChatGPT 或 Claude，让它跑 Python，别手动贴单元格。任何总计都用计算器复算一遍——模型会信誓旦旦地报出根本加不起来的合计。
任务场景
报告里有一张密表——比如 12 列 30 行的数字——读者瞄一眼就跳过去。你想在表上方放一段话，告诉读者这张表到底说了什么，再加 2-3 条 bullet 告诉他”接下来该做什么”。读者很忙，takeaway 没写在页面上，他就不会自己去推。
哪些情况适合让 AI 来做，哪些情况不要
AI 确实擅长在表里找”主导模式”——哪一行 / 哪一列解释了大部分变化——并把它用大白话讲出来。但它不知道对你的读者来说”重要”是什么，那取决于这张表是为了支持哪个决策。把数据和决策一起喂给它，否则你只能拿到一份把废话又说一遍的通用总结。
需要给 AI 的输入信息
- 表数据——小表就贴 Markdown 表或电子表格内容；超过约 50 行就传
.csv/.xlsx - 读者角色和他要做的决策（例如”PM 在决定要不要上 X 功能”）
- 列含义：单位、定义、基线
- 在你业务语境里”好”和”差”长什么样
- 注意点：已知异常、缺数据的周、应该忽略的分群
- 目标长度：一段、3 个 bullet，或者更长
可直接复制的 Prompt
给一个忙读者解读这张表。
读者角色和决策：[role, decision]
列含义和单位：[列表]
我们业务里"好"和"差"：[一行]
注意点 / 异常：[列表]
长度目标：一段 + 3 个 bullet
表：
"""
[贴这里]
"""
请输出：
1. 60-80 字一段：用业务语言说这张表展示了什么，明确指出唯一的主导模式。
2. 3 个 bullet 回答"那我该做啥"：每个是动作，不是数字复述。
3. 一行 watch out：最可能被误读出来的结论。
4. 一行数据质量说明，点名真实问题。
不要逐格念数字。不要写"如你所见"——读者没在看，所以才请你写。技术读者再追加一轮：“再写一版给分析师看的：暴露统计层面的注意点，以及哪些列需要标准化。“
什么表配什么工具
约 50 行以内的表，直接贴成 Markdown 丢进任意对话——模型自己就能读，不用碰文件。再大就传文件，让模型对真实数字跑 Python（这个沙盒在 ChatGPT 里常叫 Advanced Data Analysis，在 Claude 里渲染成 code Artifact），而不是凭眼睛看贴进去的文本。以下限制和档位为 2026 年 6 月核实：
| 工具（2026 年 6 月） | 适合 | 文件上传上限 | 代码执行 | 起步价 |
|---|---|---|---|---|
| ChatGPT（GPT-5.5） | 贴表 + 大文件分析 | 单文件约 50 MB；Plus 每 3 小时约 80 个文件 | 有——付费档的 Python 沙盒（Advanced Data Analysis） | Plus 每月 $20 |
| Claude（Sonnet 4.6 / Opus 4.7） | 叙事式精简版、1M token 大上下文 | 单文件 30 MB，每个对话最多 20 个文件 | 有——Python 以实时 Artifact 渲染 | Pro 每月 $20 |
| Gemini 3.1 Pro（在 Sheets 里） | 已经存在 Google Sheets 里的表 | 通过 Workspace 直接读工作表 | 有——单元格内 =AI() + 侧栏分析 | Google AI Pro 每月 $19.99 |
补充：ChatGPT 免费档（搭载 GPT-5.5）能读贴进去的表，但 Python 沙盒是付费功能。Claude Sonnet 4.6 和 Opus 4.7 都是 1M token 上下文，再宽的表也不用切块。Gemini 在 Sheets 里的分析能力从 2026 年 4 月底起向 Google AI Pro 和 Ultra 订阅者陆续开放。
建议让 AI 输出成什么样
表上方一段话，下方一组”takeaways” bullet，可选一个 “watch out” 提示，脚注放数据 caveat。把 AI 写的精简版放在表上方——很多读者只读精简版，这可以接受。
怎么判断 AI 给的结果能不能直接用
- 这段话只命名了一个主导模式，不是 5 个并列观察
- 每个 bullet 都是动词开头的行动句（“下季度砍 SKU 组 C”），不是数字复述
- “watch out” 是真的会被误读出来的事，不是模板套话（“相关不是因果”）
- caveat 说的是真实问题，不是通用免责
- 只读精简版的读者，决策方向也不会反
- 精简版里每个总计、每个百分比，手动复算都对得上
容易踩的坑
- 用文字把单元格再念一遍（“Q1 是 12.3、Q2 是 13.1……”）——AI 在表格上最常见的失败
- 没有”那我该做啥” bullet——没行动的总结只是更长的表
- 让 AI 把噪声当成趋势——明确要它给”信心度”
- 跳过 caveat——读者会引用那个数字，连着缺数据一起引
- 把精简版放到表下面——大多数读者不会往回滚
- 用模型敲出来的合计，而不是 Python 沙盒算出来的合计
FAQ
- 如果表有 50+ 列怎么办？ 让模型先识别 5 个驱动决策的列，只对这 5 列写 digest，其余放附录。
- AI 能查出算术错吗？ 有时能。你把表当文本贴进去时，模型经常凭记忆敲合计，敲错。传文件让它对真实数字跑 Python，然后仍要手动抽查一个总计。
- 该贴表还是传文件？ 约 50 行以内贴文本，超过就传
.csv/.xlsx。截至 2026 年 6 月，ChatGPT 单文件约 50 MB，Claude 单文件 30 MB、每个对话最多 20 个文件。 - 如果是图不是表？ 参考 图表关键信息，逻辑一样，prompt 不同。
官方能力和最新限制可看 OpenAI 数据分析帮助页 和 Anthropic 的 Claude for Excel 指南。
相关
- 图表关键信息 ——同样的精简模式，但用于图表
- 电子表格错误诊断 Prompt ——表本身看上去就不对的时候
- 图表 & 表格解读 ——图+表合并的解读流程
- AI 表格解读教程 ——含准备阶段的全流程
- ChatGPT 处理电子表格 ——在 ChatGPT 里的工具走查